OpenCV基本图像处理操作(五)——图像数据操作

数据读取

  • cv2.IMREAD_COLOR:彩色图像
  • cv2.IMREAD_GRAYSCALE:灰度图像
python 复制代码
import cv2 #opencv读取的格式是BGR
import matplotlib.pyplot as plt
import numpy as np 
%matplotlib inline 

img=cv2.imread('cat.jpg')

数据显示

python 复制代码
#图像的显示,也可以创建多个窗口
cv2.imshow('image',img) 
# 等待时间,毫秒级,0表示任意键终止
cv2.waitKey(0) 
cv2.destroyAllWindows()

灰度图显示

python 复制代码
img=cv2.imread('cat.jpg',cv2.IMREAD_GRAYSCALE)

数据保存

python 复制代码
#保存
cv2.imwrite('mycat.png',img)

数据读取-视频

  • cv2.VideoCapture可以捕获摄像头,用数字来控制不同的设备,例如0,1。
  • 如果是视频文件,直接指定好路径即可。
python 复制代码
vc = cv2.VideoCapture('test.mp4')
python 复制代码
# 检查是否打开正确
if vc.isOpened(): 
    oepn, frame = vc.read()
else:
    open = False
python 复制代码
while open:
    ret, frame = vc.read()
    if frame is None:
        break
    if ret == True:
        gray = cv2.cvtColor(frame,  cv2.COLOR_BGR2GRAY)
        cv2.imshow('result', gray)
        if cv2.waitKey(100) & 0xFF == 27:
            break
vc.release()
cv2.destroyAllWindows()

截取部分图像数据

python 复制代码
img=cv2.imread('cat.jpg')
cat=img[0:50,0:200] 

颜色通道提取

python 复制代码
b,g,r=cv2.split(img)

边界填充

这段代码演示了使用 OpenCV 在图像边缘添加不同类型的边框的方法。代码首先指定了要添加到图像四周的边框大小,然后使用不同的边框类型来创建新的图像。最后,使用 matplotlib 展示了原始图像和各种边框效果。下面是代码的详细解释和逐行注释:

python 复制代码
# 引入必需的库
import numpy as np
import cv2
from matplotlib import pyplot as plt

# 定义添加到图像边缘的大小
top_size, bottom_size, left_size, right_size = (50, 50, 50, 50)

# 使用不同的边框类型复制并添加边框
# REPLICATE:复制边缘像素
replicate = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size, borderType=cv2.BORDER_REPLICATE)
# REFLECT:边框以边缘像素为轴对称
reflect = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size, cv2.BORDER_REFLECT)
# REFLECT_101:与 REFLECT 类似,但在对称时排除最边缘的像素
reflect101 = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size, cv2.BORDER_REFLECT_101)
# WRAP:边框通过将图像对折后使用对面的像素
wrap = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size, cv2.BORDER_WRAP)
# CONSTANT:添加恒定颜色的边框,这里颜色值为 0 (黑色)
constant = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size, cv2.BORDER_CONSTANT, value=0)

# 使用 matplotlib 显示原始图像和各种边框效果
plt.subplot(231), plt.imshow(img, 'gray'), plt.title('ORIGINAL')
plt.subplot(232), plt.imshow(replicate, 'gray'), plt.title('REPLICATE')
plt.subplot(233), plt.imshow(reflect, 'gray'), plt.title('REFLECT')
plt.subplot(234), plt.imshow(reflect101, 'gray'), plt.title('REFLECT_101')
plt.subplot(235), plt.imshow(wrap, 'gray'), plt.title('WRAP')
plt.subplot(236), plt.imshow(constant, 'gray'), plt.title('CONSTANT')

# 显示图像
plt.show()

每种边框类型都有其特定的视觉效果和用途:

  • REPLICATE:简单地复制边缘像素,常用于需要扩展图像但保持边缘内容时。
  • REFLECTREFLECT_101:创建一种对称效果,常用于需要美观对称的场景。
  • WRAP:通过将图像对折来使用对面的像素,产生一种包装纸效果。
  • CONSTANT :添加一个固定颜色的边框,可以自定义颜色,这里使用的是黑色。

数值计算

python 复制代码
img_cat=cv2.imread('cat.jpg')
img_dog=cv2.imread('dog.jpg')
img_cat2= img_cat +10 
cv2.add(img_cat,img_cat2)[:5,:,0]
相关推荐
区块链小八歌5 分钟前
链原生 Web3 AI 网络 Chainbase 推出 AVS 主网, 拓展 EigenLayer AVS 场景
人工智能
禾高网络8 分钟前
租赁小程序成品|租赁系统搭建核心功能
java·人工智能·小程序
西猫雷婶1 小时前
python学opencv|读取图像(二十一)使用cv2.circle()绘制圆形进阶
开发语言·python·opencv
湫ccc1 小时前
《Opencv》基础操作详解(3)
人工智能·opencv·计算机视觉
Jack_pirate2 小时前
深度学习中的特征到底是什么?
人工智能·深度学习
微凉的衣柜2 小时前
微软在AI时代的战略布局和挑战
人工智能·深度学习·microsoft
GocNeverGiveUp2 小时前
机器学习1-简单神经网络
人工智能·机器学习
Schwertlilien2 小时前
图像处理-Ch2-空间域的图像增强
人工智能
智慧化智能化数字化方案2 小时前
深入解读数据资产化实践指南(2024年)
大数据·人工智能·数据资产管理·数据资产入表·数据资产化实践指南
哦哦~9213 小时前
深度学习驱动的油气开发技术与应用
大数据·人工智能·深度学习·学习